论文部分内容阅读
风能的发展具有无穷的潜力,全球所拥有的可利用风能资源若用于发电相当于全球发电量的5倍。风力发电投资灵活、经济,风电场运行简单,然而风电机组的频繁故障增加了风电成本,高额的维修费用和故障停机造成了巨大的经济损失。据统计,风电机组出现故障的主要部件中齿轮箱的故障发生率较高,且造成机组停机时间最长。鉴于此,研究发展先进的故障诊断方法对其实现实时精确的诊断具有重要意义。论文以两级行星轮加一级平行轴结构的齿轮箱为研究对象,通过搭建齿轮箱仿真模型获取并分析了振动信号。在此基础上,综合运用机器学习、振动分析和时频